0

NLP系列文章:子词嵌入(fastText)的理解!(附代码)

文章目录1. 什么是fastText2. n-gram表示单词3. fastText模型架构4. fastText核心思想5. 输出分类的效果6. fastText与Word2Vec的不同7. 代码实现8. 参考文献 1. 什么是fastText 英语单词通常有其内部结构和形成⽅式。例如,我们可以从... ...

mantch 发布于 2019-08-23 08:49 评论(0)阅读(197)
0

目标检测论文解读12——RetinaNet

引言 这篇论文深刻分析了one-stage的模型精度比two-stage更差的原因,并提出Focal Loss提高精度。 思路 在论文中,作者指出,造成one-stage模型精度差的原因主要是:正负样本极不平衡。一张图片只有那么几个目标,但是用来分类的Anchor Box却能达到几千个,大量的样本都 ...

汪昕 发布于 2019-08-22 17:58 评论(0)阅读(67)
0

目标检测论文解读11——Mask R-CNN

目的 让Faster R-CNN能做实例分割的任务。 方法 模型的结构图如下。 与Faster R-CNN相比,主要有两点变化。 (1) 用RoI Align替代RoI Pool。 首先回顾一下RoI Pool,流程为:将RPN产生的原图侯选框映射到CNNs输出的feature map上,显然原图比 ...

汪昕 发布于 2019-08-22 11:57 评论(0)阅读(35)
0

目标检测论文解读10——DSSD

背景 SSD算法在检测小目标时精度并不高,本文是在在SSD的基础上做出一些改进,引入卷积层,能综合上下文信息,提高模型性能。 理解 Q1:DSSD和SSD的区别有哪些? (1)SSD是一层一层下采样,然后分别在这些feature map上进行预测;而DSSD则是在后面加入了很多的Deconvolut ...

汪昕 发布于 2019-08-21 11:45 评论(0)阅读(45)
0

目标检测论文解读9——R-FCN

背景 基于ResNet 101的Faster RCNN速度很慢,本文通过提出Position-sensitive score maps(位置敏感分值图)来给模型加速。 方法 首先分析一下,为什么基于ResNet 101的Faster R-CNN很慢? 其实主要的原因是ROI Pooling层后面的C ...

汪昕 发布于 2019-08-20 20:54 评论(0)阅读(37)
0

自然语言处理(NLP)的一般处理流程!

文章目录1. 什么是NLP2. NLP主要研究方向3. NLP的发展4. NLP任务的一般步骤5. 我的NLP启蒙读本6. NLP、CV,选哪个? 1. 什么是NLP 自然语言处理 (Natural Language Processing) 是人工智能(AI)的一个子领域。**自然语言处理是研究在人... ...

mantch 发布于 2019-08-20 19:40 评论(0)阅读(788)
0

【深度学习】神经网络入门

0.神经网络模型 一个简单的神经网络,其含括3个层,输入层,隐藏层,输出层。 输入层(Input layer):用于输入样本数据x; 隐藏层(Hidden layer):用于处理输入的数据,例如降维,突出数据特征,其中可能含有多个层; 输出层(Output layer):输入数据由隐藏层传入,经过计 ...

Carcar019 发布于 2019-08-20 14:59 评论(0)阅读(31)
0

目标检测论文解读8——YOLO v3

背景 要在YOLO v2上作出改进。 方法 (1)分类器改变。从softmax loss改变为logistic loss,作用是处理符合标签,softmax loss只能用来预测只有一种类别的目标,logistic loss可以是多种类别。 (2)引入多级预测机制。在三种尺度的特征图上做detect ...

汪昕 发布于 2019-08-20 10:49 评论(0)阅读(37)
0

目标检测论文解读7——YOLO v2

背景 YOLO v1检测效果不好,且无法应用于检测密集物体。 方法 YOLO v2是在YOLO v1的基础上,做出如下改进。 (1)引入很火的Batch Normalization,提高mAP和训练速度; (2)加入了Anchor Box机制,每个grid cell5个Anchor Box; (3) ...

汪昕 发布于 2019-08-20 10:12 评论(0)阅读(24)
0

送3套机器学习实战项目,内含完整机器学习视频+资料

此资料收集于网络,如有侵权请联系删除!!! 此资料仅用于个人学习,请勿用于商业获利,造成后果自负!!! 此资料附完整机器学习基础及框架使用教程,内含3套实战项目 链接:https://pan.baidu.com/s/1UyvGg39dvbi4xk2ICGnzLg 密码:y7hf 此资料长期更新,想要 ...

上海小胖 发布于 2019-08-20 07:01 评论(0)阅读(120)
0

神经网络不收敛的原因

1. Learning rate不合适,如果太大,会造成不收敛,如果太小,会造成收敛速度非常慢; 2. Batch size太大,陷入到局部最优; 3. 网络太简单,一般情况下,网络的层数和节点数量越大,拟合能力就越强,如果层数和节点不够多,无法拟合复杂的数据,也会造成不收敛. ...

MSTK 发布于 2019-08-20 01:21 评论(0)阅读(438)
0

目标检测论文解读6——SSD

背景 R-CNN系列算法检测速度不够快,YOLO v1检测准确率较低,而且无法检测到密集目标。 方法 SSD算法跟YOLO类似,都属于one stage的算法,即通过回归算法直接从原图得到预测结果,为了解决YOLO v1检测效果一般的问题,SSD提出了多尺度检测的方法以及在不同尺度上特征点的defa ...

汪昕 发布于 2019-08-19 21:31 评论(0)阅读(34)
2

神经网络优化算法:Dropout、梯度消失/爆炸、Adam优化算法,一篇就够了!

1. 训练误差和泛化误差 机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数,你也许发现了:当模型在训练数据集上更准确时,它在测试数据集上却不⼀定更准确。这是为什么呢? 因为存在着训练误差和泛化误差: **训练误差:**模型在训练数据集上表现出的误差。 **泛化误差... ...

mantch 发布于 2019-08-19 20:00 评论(0)阅读(279)
0

决策树ID3原理及R语言python代码实现(西瓜书)

决策树是机器学习中一种非常常见的分类与回归方法,可以认为是if-else结构的规则。分类决策树是由节点和有向边组成的树形结构,节点表示特征或者属性, 而边表示的是属性值,边指向的叶节点为对应的分类。在对样本的分类过程中,由顶向下,根据特征或属性值选择分支,递归遍历直到叶节点,将实例分到叶节点对应的... ...

知然 发布于 2019-08-19 15:23 评论(0)阅读(265)
0

目标检测论文解读3——Fast R-CNN

背景 deep ConvNet兴起,VGG16应用在图像分类任务上表现良好,本文用VGG16来解决检测任务。SPP NET存在CNN层不能fine tuning的缺点,且之前的方法训练都是分为多个阶段,特征提取+SVM分类+边框回归,这些问题在Fast R-CNN上都得到了解决。 方法 网络模型采用 ...

汪昕 发布于 2019-08-18 22:15 评论(0)阅读(35)
0

强化学习(Reinforcement Learning)中的Q-Learning、DQN,面试看这篇就够了!

文章目录1. 什么是强化学习2. 强化学习模型2.1 打折的未来奖励2.2 Q-Learning算法2.3 Deep Q Learning(DQN)2.3.1 神经网络的作用2.3.2 神经网络计算Q值3. 强化学习和监督学习、无监督学习的区别4. 什么是多任务学习5. 参考文献 1. 什么是强化学... ...

mantch 发布于 2019-08-18 17:44 评论(0)阅读(518)
0

目标检测论文解读2——Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

背景 用ConvNet方法解决图像分类、检测问题成为热潮,但这些方法都需要先把图片resize到固定的w*h,再丢进网络里,图片经过resize可能会丢失一些信息。论文作者发明了SPP pooling(空间金字塔池化)层,让网络可以接受任意size的输入。并且用在目标检测任务上,可以只计算一次整图的 ...

汪昕 发布于 2019-08-18 11:46 评论(0)阅读(69)
0

Everybody Dance Now

一、摘要 作者提出了一种简单的动作迁移方法,实现了“do as I do”:给定一个人跳舞的源视频,作者可以在目标对象表演标准动作的短短几分钟后,将该表演转移到一个新的(业余的)目标上。作者提出了一个基于时空平滑的逐帧的时图像转换问题。用姿态检测作为源和目标之间的中间表示,作者学习了一个从姿态图片到 ...

shyern 发布于 2019-08-18 11:08 评论(0)阅读(59)
0

迁移学习(Transfer),面试看这些就够了!(附代码)

文章目录1. 什么是迁移学习2. 为什么需要迁移学习?3. 迁移学习的基本问题有哪些?4. 迁移学习有哪些常用概念?5. 迁移学习与传统机器学习有什么区别?6. 迁移学习的核心及度量准则?7. 迁移学习与其他概念的区别?8. 什么情况下可以使用迁移学习?9. 什么是finetune?10. 什么是深... ...

mantch 发布于 2019-08-18 10:50 评论(0)阅读(185)
0

目标检测论文解读1——Rich feature hierarchies for accurate object detection and semantic segmentation

背景 在2012 Imagenet LSVRC比赛中,Alexnet以15.3%的top-5 错误率轻松拔得头筹(第二名top-5错误率为26.2%)。由此,ConvNet的潜力受到广泛认可,一炮而红。既然convNet在图像分类任务上能取得好成绩,是不是也能放到目标检测任务上呢。本文就是用conv ...

汪昕 发布于 2019-08-18 10:33 评论(0)阅读(39)